Алгоритмы машинного обучения в современных платёжных сервисах работают следующим образом: они анализируют большие массивы данных, выявляют закономерности и используют эти данные для создания алгоритмов прогнозирования. 1

Некоторые области, где используются алгоритмы машинного обучения в платёжных сервисах:

• Борьба с мошенничеством. 1 Например, платёжный инструмент PayPal Braintree Auth использует данные о транзакциях потребителей для авторизации больших объёмов транзакций и проверок практически в режиме реального времени. 1
• Получение представления о клиентах. 1 Машинное обучение позволяет опираться на широкий спектр внутренних и внешних данных и более точно распределять клиентов и потенциальных клиентов по сегментам в соответствии с их профилями и вероятными потребностями. 1
• Удержание клиентов. 1 Алгоритмы машинного обучения помогают идентифицировать клиентов, которых компания рискует потерять, и действовать быстро, чтобы удержать ценных клиентов. 1
• Оптимизация платежей. 2 Например, в Dropbox с помощью системы машинного обучения платёжная платформа собирает все относящиеся к клиенту сигналы и запрашивает модель, чтобы получить лучшее время выставления счёта. 2